使用 IntegratedML 和 Sapphire 进行机器学习

目前，机器学习的使用过程仍然有些困难，需要消耗大量的数据科学家服务。 AutoML 技术的诞生便是为了帮助组织降低这种复杂性和对专业 ML 人员的依赖。

AutoML 允许用户指向一个数据集，选择感兴趣的主题(特征)并设置影响主题的变量(标签)。 接着，用户告知模型名称，然后基于机器学习创建预测或数据分类模型。

这不需要了解认知算法，因为 AutoML 会在内部执行市面上的主要算法，并指出预测或分类数据的最佳算法。

用户现在可以从经过训练的模型中指向新数据，轻松进行预测和分类。

新的 InterSystems IRIS Advanced Analytics 除了与非常著名的 H2O 或 DataRobot(作为附加选项)搭配使用之外，还具有 AutoML 引擎 IntegratedML。

AutoML 运算通过 SQL 命令执行，详见：https://docs.intersystems.com/irislatest/csp/docbook/Doc.View.cls?KEY=GIML

这就是 Sapphire 的用武之地。 它是 Open Exchange上的一个 Web 应用 (https://openexchange.intersystems.com/package/SAPPHIRE)，允许连接到 IRIS Advanced Analytics，以可视方式创建和训练 IntegratedML 模型，抽象化在数据库命令行上交互的需求。

示例如下：

1) 按照 https://openexchange.intersystems.com/package/integratedml-demo-template 的说明运行 AutoML 环境。

2) 按照 https://openexchange.intersystems.com/package/SAPPHIRE 的说明运行 Sapphire 实例。

3) 访问 localhost: 8080(或在 docker 上配置的端口)，输入问题数据，如下图所示：

4) 按 Save 按钮保存模型。 按 Test 按钮测试连接。

5) 在 AutoML 菜单顶部选择 Model Definition：

6) 在模型定义中，选择第 4 步中创建的问题，并按示例填写字段：

提示：要加载 IRIS 表，应填写 IRIS Schema 并点击 Get tables。

7) 点击 Save 按钮保存数据。 保存后，点击 Create Model 以在 IntegratedML 中创建 ML 模型。

8) 训练模型。 在 AutoML 菜单中选择 Train Model：

9) 选择模型，点击 Train Model，将模型训练到 IntegratedML。 示例：

10) 您的模型已经准备好预测新数据了！